
Área de Estudio

Intensidad de la Transmisión de Dengue

Coherencia espacial entre DENV & CHIKV

Coherencia espacial entre DENV & ZIKV

La concordancia espacial entre el binomio hotspots de la transmisión persistente-hotspots de la abundancia persistente del vector, y el trinomio cadenas de transmisión-hotspots de la abundancia-mapas de calor, proporcionan un marco de estratificación para la identificación de los escenarios escenarios epidemiológicos u operativos que permiten desarrollar un modelo estratégico de focalización para el control integrado de las arbovirosis
Desarrollar un modelo estratégico de focalización del dengue en México.
1. Identificar los hotspots de la transmisión persistente de las arbovirosis en localidades prioritarias.
2. Identificar los hotspots de abundancia persistente del vector en localidades prioritarias.
3. Determinar la concordancia espacial entre los hotspots de la transmisión persistente y los hotspots de abundancia persistente del vector en las localidades prioritarias.
4. Identificar las cadenas de transmisión activa de las arbovirosis en localidades prioritarias.
5. Identificar las áreas con mayor concentración de transmisión activa (mapas de calor) en las localidades prioritarias.
6. Identificar los hotspots de abundancia reciente del vector en localidades prioritarias.
7. Determinar la concordancia espacial entre las cadenas de transmisión, lo mapas de calor y los hotspots de abundancia reciente del vector en las localidades prioritarias.
8. Desarrollar un modelo estratégico de focalización del dengue en las localidades prioritarias.



\[\color{#2ECC40}G_{\color{#2ECC40}i}^{\color{#2ECC40}*} = \frac{\color{#FF4136}\sum_{\color{#FF4136}j \color{#FF4136}= \color{#FF4136}1}^\color{#FF4136}{n} \color{#FF4136}w_{\color{#FF4136}i\color{#FF4136}j}\color{#FF4136}x_{\color{#FF4136}j}} {\color{#0074D9}\sum_{\color{#0074D 9}j \color{#0074D9}= \color{#0074D9}1}^{\color{#0074D9}n} \color{#0074D9}x_{\color{#0074D9}j}}\]
donde:
\(\color{#FF4136}\sum_{\color{#FF4136}j \color{#FF4136}= \color{#FF4136}1}^\color{#FF4136}{n} \color{#FF4136}w_{\color{#FF4136}i\color{#FF4136}j}\color{#FF4136}x_{\color{#FF4136}j}\) el numerador, es la suma de los valores \(x_{i}\) de la unidad espacial de interes con sus vecinos \(x_{j}\) &
\(\frac{}{\color{#0074D9}\sum_{\color{#0074D9}j \color{#0074D9}= \color{#0074D9}1}^{\color{#0074D9}n} \color{#0074D9}x_{\color{#0074D9}j}}\) el denominador, es la suma de todos los valores \(x\) en toda la localidad de interes.
Hotspots son las áreas o las unidades espaciales con valores altos de \(\color{#2ECC40}G_{\color{#2ECC40}i}^{\color{#2ECC40}*}\) y homogéneos de la unidad espaciales de interes \(x_{ij}\). En otras palabras el estadístico espacial, identifica las unidades espaciales \(x_{ij}\) con valores altos comparados con el valor promedio de todas la unidades espaciales en la localidad de interes.

\(s{_i}\) sitios de colecta con coordenadas geográficas (longitud. latitud).
\(D\) area de estudio (zona metropolitana de Guadalajara).
\(Y{_i}\) es la variable de respuesta (Número de Huevos por Ovitrampa o Manzana).
\(y{_i}\) tiene una distribución (binomial negativa ó zibn).
\(U{_s{_i}}\) el efecto espacial & el proceso ocurre en un campo gaussiano continuo (Gaussian Field).
Se usa SPDE & Elemento Finito para aproximar la matriz de covarianzas de \(U{_s{_i}}\)
\(\color{#2ECC40}{el \space proceso \space se \space encuentra \space implementado \space en \space INLA}\)
| Ecuación | Efecto |
|---|---|
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#ECB22E}{u_i} +\color{#6200B4}{e_i}\) | Espacial sin covariables |
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{u_i} + \color{#6200B4}{e_i}\) | Espacial + Variables Climáticas |
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{u_i} + \color{#6200B4}{e_i}\) | Espacial + combinación Líneal de las Variables Climáticas |
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#ECB22E}{u_i} + \color{#ECB22E}{\alpha_i} +\color{#6200B4}{e_i}\) | Efecto Espacial + Effecto Aleatorio sin covariables |
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{u_i} + \color{#ECB22E}{\alpha_i} +\color{#6200B4}{e_i}\) | Efecto Espacial + Effecto Aleatorio + Variables Climáticas |
| \(\color{#2EB67D}{y_i} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{u_i} + \color{#ECB22E}{\alpha_i} +\color{#6200B4}{e_i}\) | Efecto Espacial + Effecto Aleatorio + Combinación lineal de Variables Climáticas |
| \(\color{#2EB67D}{y_{st}} = \color{#36C5F0}{\beta_0} + \color{#ECB22E}{v_{st}} + \color{#6200B4}{e_{st}}\) | Efecto Espacio-Temporal |
| \(\color{#2EB67D}{y_{st}} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{v_{st}} + \color{#6200B4}{e_{st}}\) | Efecto Espacio-Temporal + Variables Climáticas |
| \(\color{#2EB67D}{y_{st}} = \color{#36C5F0}{\beta_0} + \color{#E01E5A}{\beta_x} + \color{#ECB22E}{v_{st}} + \color{#6200B4}{e_{st}}\) | Efecto Espacio-Temporal + Combinación lineal de Variables Climáticas |
Concepto

Mapa de riesgo 
Riesgo Muy Alto de Transmisión. Hotposts de casos + hotspots del vector.
Riesgo Alto de Transmisión. Hotspots de transmisión.
Riesgo Medio de Transmisión.Hotspots del vector.
Riesgo Bajo de Transmisión.Sin hotspots de transmisión o hotspots del vector.

Localidad
Transmisión
Vector
Escenarios
Mérida



Guadalajara



email : felipe.dzul.m@gmail.com
celular : 9999580167
slide: link